-
NLP基础
- NLP概述
- NLP环境
- NLP流程
-
NLP语料库
- 语料库概述
- 语料库分类
- 语料库获取
-
NLP文本预处理
- 概述
- 分词
- 词表示
-
NLP传统序列模型
- RNN模型
- LSTM模型
- GRU模型
- 综合案例
-
NLP序列到序列模型
- Seq2Seq概述
- Seq2Seq结构
- Seq2Seq训练
- Seq2Seq案例
-
NLP注意力机制
- 注意力机制概述
- 注意力机制原理
- 注意力评分函数
- 注意力机制案例
-
NLP变换器模型
- Transformer概述
- Transformer架构
- Transformer编码器
- Transformer解码器
- Transformer训练
- Transformer语法
- Transformer案例
-
NLP预训练模型
- 预训练模型概述
- 预训练模型分类
- GPT预训练模型
- BERT预训练模型
- T5预训练模型
- 预训练模型案例
1 自然语言简介
自然语言指人类日常使用的语言,如中文、英文等。
2 自然语言处理简介
自然语言处理(全称Natural Language Processing, 简称NLP),旨在使计算机能够理解、处理和生成人类语言。
3 自然语言处理目标
(1) 理解:让计算机能够理解人类语言的含义
(2) 处理:对文本和语音进行分析、转换和操作
(3) 生成:让计算机能够产生自然、流畅的人类语言
注意:NLP目标是实现人机之间的自然语言交流。
4 自然语言处理发展





5 自然语言处理应用
(1) 文本分类:对整段文本进行判断或归类,常见应用:情感分析(判断评价是正面还是负面)、垃圾邮件识别、新闻主题分类等。

(2) 序列标注:对一段文本中的每个词或字打上标签,常见应用:命名实体识别(找出人名、地名、手机号码等)。

(3) 文本生成:根据已有内容生成新的自然语言文本,常见应用:自动写作、摘要生成、智能回复、对话系统等。

(4) 信息抽取:从文本中提取出结构化的信息,常见应用:给出一段文本和一个问题,从中抽取答案。

(5) 文本转换:将一种文本转换为另一种形式,常见应用:机器翻译,摘要生成等。
